Dalam beberapa tahun terakhir, peningkatan efisiensi sistem pemompaan air fotovoltaik (PVWPS) telah menarik minat besar di antara para peneliti, karena operasinya didasarkan pada produksi energi listrik bersih. Dalam makalah ini, pendekatan berbasis logika fuzzy baru dikembangkan untuk PVWPS aplikasi yang menggabungkan teknik minimisasi kerugian yang diterapkan pada motor induksi (IM). Kontrol yang diusulkan memilih besaran fluks yang optimal dengan meminimalkan kerugian IM. Selain itu, metode pengamatan gangguan langkah-variabel juga diperkenalkan. Kesesuaian kontrol yang diusulkan diakui oleh mengurangi arus wastafel;oleh karena itu, kerugian motor diminimalkan dan efisiensi ditingkatkan. Strategi kontrol yang diusulkan dibandingkan dengan metode tanpa minimalisasi kerugian. Hasil perbandingan menggambarkan efektivitas metode yang diusulkan, yang didasarkan pada minimalisasi kerugian dalam kecepatan listrik, arus yang diserap, mengalir air, dan mengembangkan fluks.Pengujian prosesor-in-the-loop (PIL) dilakukan sebagai uji eksperimental dari metode yang diusulkan.Ini mencakup implementasi kode C yang dihasilkan pada papan penemuan STM32F4.Hasil yang diperoleh dari tertanam papan mirip dengan hasil simulasi numerik.
Energi terbarukan, khususnyatenaga suryateknologi fotovoltaik, dapat menjadi alternatif yang lebih bersih untuk bahan bakar fosil dalam sistem pemompaan air1,2.Sistem pemompaan fotovoltaik telah mendapat perhatian yang cukup besar di daerah terpencil tanpa listrik3,4.
Berbagai mesin digunakan dalam aplikasi pemompaan PV.Tahap utama PVWPS didasarkan pada motor DC.Motor ini mudah dikendalikan dan diimplementasikan, tetapi memerlukan perawatan rutin karena adanya annotator dan sikat5.Untuk mengatasi kekurangan ini, tanpa sikat motor magnet permanen diperkenalkan, yang dicirikan oleh brushless, efisiensi tinggi dan keandalan6. Dibandingkan dengan motor lain, PVWPS berbasis IM memiliki kinerja yang lebih baik karena motor ini dapat diandalkan, berbiaya rendah, bebas perawatan, dan menawarkan lebih banyak kemungkinan untuk strategi kontrol7 .Teknik Indirect Field Oriented Control (IFOC) dan metode Direct Torque Control (DTC) umumnya digunakan8.
IFOC dikembangkan oleh Blaschke dan Hasse dan memungkinkan perubahan kecepatan IM pada rentang yang luas9,10.Arus stator dibagi menjadi dua bagian, satu menghasilkan fluks magnet dan yang lainnya menghasilkan torsi dengan mengubah ke sistem koordinat dq.Hal ini memungkinkan kontrol independen fluks dan torsi di bawah kondisi mapan dan kondisi dinamis. Sumbu (d) disejajarkan dengan vektor ruang fluks rotor, yang melibatkan komponen sumbu q dari vektor ruang fluks rotor selalu nol. FOC memberikan respons yang baik dan lebih cepat11 ,12, bagaimanapun, metode ini rumit dan tunduk pada variasi parameter13.Untuk mengatasi kekurangan ini, Takashi dan Noguchi14 memperkenalkan DTC, yang memiliki kinerja dinamis tinggi dan kuat serta kurang sensitif terhadap perubahan parameter. Dalam DTC, torsi elektromagnetik dan fluks stator dikendalikan dengan mengurangkan fluks stator dan torsi dari perkiraan yang sesuai. Hasilnya dimasukkan ke dalam komparator histeresis untuk menghasilkan vektor tegangan yang sesuai untuk mengontrolfluks stator dan torsi.
Ketidaknyamanan utama dari strategi kontrol ini adalah torsi besar dan fluktuasi fluks karena penggunaan regulator histeresis untuk fluks stator dan regulasi torsi elektromagnetik15,42.Konverter bertingkat digunakan untuk meminimalkan riak, tetapi efisiensi berkurang dengan jumlah sakelar daya16. Beberapa penulis telah menggunakan modulasi vektor ruang (SWM)17, kontrol mode geser (SMC)18, yang merupakan teknik yang kuat tetapi menderita efek jittering yang tidak diinginkan19. Banyak peneliti telah menggunakan teknik kecerdasan buatan untuk meningkatkan kinerja pengontrol, di antaranya, (1) saraf jaringan, strategi kontrol yang membutuhkan prosesor berkecepatan tinggi untuk diterapkan20, dan (2) algoritme genetika21.
Kontrol fuzzy kuat, cocok untuk strategi kontrol nonlinier, dan tidak memerlukan pengetahuan tentang model yang tepat. Ini termasuk penggunaan blok logika fuzzy sebagai pengganti pengontrol histeris dan tabel pemilihan sakelar untuk mengurangi riak fluks dan torsi. DTC berbasis FLC memberikan kinerja yang lebih baik22, tetapi tidak cukup untuk memaksimalkan efisiensi engine, sehingga diperlukan teknik optimasi loop kontrol.
Dalam kebanyakan penelitian sebelumnya, penulis memilih fluks konstan sebagai fluks referensi, tetapi pilihan referensi ini tidak mewakili praktik yang optimal.
Penggerak motor berperforma tinggi dan berefisiensi tinggi memerlukan respons kecepatan yang cepat dan akurat. Di sisi lain, untuk beberapa operasi, kontrol mungkin tidak optimal, sehingga efisiensi sistem penggerak tidak dapat dioptimalkan. Kinerja yang lebih baik dapat diperoleh dengan menggunakan referensi fluks variabel selama operasi sistem.
Banyak penulis telah mengusulkan pengontrol pencarian (SC) yang meminimalkan kerugian di bawah kondisi beban yang berbeda (seperti pada 27) untuk meningkatkan efisiensi mesin. Teknik ini terdiri dari pengukuran dan meminimalkan daya input dengan referensi arus sumbu-d berulang atau fluks stator referensi.Namun, metode ini memperkenalkan riak torsi karena osilasi yang ada dalam fluks celah udara, dan penerapan metode ini memakan waktu dan sumber daya komputasi yang intensif.Optimasi gerombolan partikel juga digunakan untuk meningkatkan efisiensi28, tetapi teknik ini dapat terjebak dalam minima lokal, yang menyebabkan pemilihan parameter kontrol yang buruk29.
Dalam makalah ini, teknik yang terkait dengan FDTC diusulkan untuk memilih fluks magnet yang optimal dengan mengurangi rugi-rugi motor. Kombinasi ini memastikan kemampuan untuk menggunakan tingkat fluks yang optimal pada setiap titik operasi, sehingga meningkatkan efisiensi sistem pemompaan air fotovoltaik yang diusulkan. Oleh karena itu, tampaknya sangat nyaman untuk aplikasi pemompaan air fotovoltaik.
Selanjutnya, tes prosesor-in-the-loop dari metode yang diusulkan dilakukan menggunakan papan STM32F4 sebagai validasi eksperimental. Keuntungan utama dari inti ini adalah kesederhanaan implementasi, biaya rendah dan tidak perlu mengembangkan program yang rumit 30 .Selain itu , papan konversi USB-UART FT232RL dikaitkan dengan STM32F4, yang menjamin antarmuka komunikasi eksternal untuk membuat port serial virtual (port COM) di komputer.Metode ini memungkinkan data dikirim dengan kecepatan baud yang tinggi.
Kinerja PVWPS dengan menggunakan teknik yang diusulkan dibandingkan dengan sistem PV tanpa minimisasi rugi pada kondisi operasi yang berbeda. Hasil yang diperoleh menunjukkan bahwa sistem pompa air fotovoltaik yang diusulkan lebih baik dalam meminimalkan rugi-rugi arus stator dan tembaga, mengoptimalkan fluks dan pemompaan air.
Sisa makalah ini disusun sebagai berikut: Pemodelan sistem yang diusulkan diberikan di bagian "Pemodelan Sistem Fotovoltaik". Di bagian "Strategi kontrol dari sistem yang dipelajari", FDTC, strategi kontrol dan teknik MPPT yang diusulkan adalah dijelaskan secara rinci.Temuan dibahas di bagian "Hasil Simulasi". Di bagian "Pengujian PIL dengan papan penemuan STM32F4", pengujian prosesor-in-the-loop dijelaskan. Kesimpulan makalah ini disajikan dalam " bagian Kesimpulan”.
Gambar 1 menunjukkan konfigurasi sistem yang diusulkan untuk sistem pompa air PV yang berdiri sendiri. Sistem ini terdiri dari pompa sentrifugal berbasis IM, array fotovoltaik, dua konverter daya [konverter boost dan inverter sumber tegangan (VSI)]. Pada bagian ini , disajikan pemodelan sistem pemompaan air fotovoltaik yang dipelajari.
Makalah ini mengadopsi model dioda tunggaltenaga suryasel fotovoltaik. Karakteristik sel PV dilambangkan dengan 31, 32, dan 33.
Untuk melakukan adaptasi tersebut digunakan boost converter. Hubungan antara tegangan input dan output dari konverter DC-DC diberikan oleh Persamaan 34 di bawah ini:
Model matematika IM dapat digambarkan dalam kerangka acuan (α,β) dengan persamaan 5,40 berikut:
Dimana \(l_{s }\),\(l_{r}\): induktansi stator dan rotor, M: induktansi timbal balik, \(R_{s }\), \(I_{s }\): resistansi stator dan Arus stator, \(R_{r}\), \(I_{r }\): resistansi rotor dan arus rotor, \(\phi_{s}\), \(V_{s}\): fluks stator dan stator tegangan , \(\phi_{r}\), \(V_{r}\): fluks rotor dan tegangan rotor.
Torsi beban pompa sentrifugal sebanding dengan kuadrat kecepatan IM dapat ditentukan dengan:
Kontrol sistem pompa air yang diusulkan dibagi menjadi tiga subbagian yang berbeda. Bagian pertama berkaitan dengan teknologi MPPT. Bagian kedua berkaitan dengan penggerak IM berdasarkan kontrol torsi langsung pengontrol logika fuzzy. Selanjutnya, Bagian III menjelaskan teknik yang terkait dengan DTC berbasis FLC yang memungkinkan penentuan fluks referensi.
Dalam karya ini, teknik P&O langkah variabel digunakan untuk melacak titik daya maksimum. Hal ini ditandai dengan pelacakan cepat dan osilasi rendah (Gambar 2)37,38,39.
Ide utama DTC adalah untuk secara langsung mengontrol fluks dan torsi mesin, tetapi penggunaan regulator histeresis untuk torsi elektromagnetik dan regulasi fluks stator menghasilkan torsi tinggi dan riak fluks. Oleh karena itu, teknik pengaburan diperkenalkan untuk meningkatkan Metode DTC (Gbr. 7), dan FLC dapat mengembangkan status vektor inverter yang cukup.
Pada langkah ini, input diubah menjadi variabel fuzzy melalui fungsi keanggotaan (MF) dan istilah linguistik.
Tiga fungsi keanggotaan untuk input pertama (εφ) adalah negatif (N), positif (P), dan nol (Z), seperti yang ditunjukkan pada Gambar 3.
Lima fungsi keanggotaan untuk input kedua (\(\varepsilon\)Tem) adalah Negative Large (NL) Negative Small (NS) Zero (Z) Positive Small (PS) dan Positive Large (PL), seperti yang ditunjukkan pada Gambar 4.
Lintasan fluks stator terdiri dari 12 sektor, di mana himpunan fuzzy diwakili oleh fungsi keanggotaan segitiga sama kaki, seperti yang ditunjukkan pada Gambar 5.
Tabel 1 mengelompokkan 180 aturan fuzzy yang menggunakan fungsi keanggotaan input untuk memilih status sakelar yang sesuai.
Metode inferensi dilakukan dengan menggunakan teknik Mamdani. Faktor bobot (\(\alpha_{i}\)) dari aturan ke-i diberikan oleh:
dimana\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : Nilai keanggotaan fluks magnet, torsi dan kesalahan sudut fluks stator.
Gambar 6 mengilustrasikan nilai sharp yang diperoleh dari nilai fuzzy menggunakan metode maksimum yang dikemukakan oleh Persamaan (20).
Dengan meningkatkan efisiensi motor, laju aliran dapat ditingkatkan, yang pada gilirannya meningkatkan pemompaan air harian (Gambar 7). Tujuan dari teknik berikut adalah untuk mengasosiasikan strategi berbasis minimisasi kerugian dengan metode kontrol torsi langsung.
Telah diketahui dengan baik bahwa nilai fluks magnet penting untuk efisiensi motor. Nilai fluks yang tinggi menyebabkan peningkatan rugi-rugi besi serta saturasi magnetik rangkaian. Sebaliknya, tingkat fluks rendah menghasilkan rugi-rugi Joule yang tinggi.
Oleh karena itu, pengurangan kerugian di IM berhubungan langsung dengan pilihan tingkat fluks.
Metode yang diusulkan didasarkan pada pemodelan kerugian Joule yang terkait dengan arus yang mengalir melalui belitan stator di mesin. Ini terdiri dari menyesuaikan nilai fluks rotor ke nilai optimal, sehingga meminimalkan kerugian motor untuk meningkatkan efisiensi. Rugi Joule dapat dinyatakan sebagai berikut (mengabaikan kerugian inti):
Torsi elektromagnetik\(C_{em}\) dan fluks rotor\(\phi_{r}\) dihitung dalam sistem koordinat dq sebagai:
Torsi elektromagnetik\(C_{em}\) dan fluks rotor\(\phi_{r}\) dihitung dalam referensi (d,q) sebagai:
dengan memecahkan persamaan. (30), kita dapat menemukan arus stator optimal yang menjamin fluks rotor optimal dan rugi-rugi minimal:
Simulasi yang berbeda dilakukan menggunakan perangkat lunak MATLAB/Simulink untuk mengevaluasi ketahanan dan kinerja teknik yang diusulkan. Sistem yang diselidiki terdiri dari delapan panel 230 W CSUN 235-60P (Tabel 2) yang dihubungkan secara seri. Pompa sentrifugal digerakkan oleh IM, dan parameter karakteristiknya ditunjukkan pada Tabel 3. Komponen sistem pemompaan PV ditunjukkan pada Tabel 4.
Pada bagian ini, sistem pompa air fotovoltaik menggunakan FDTC dengan referensi fluks konstan dibandingkan dengan sistem yang diusulkan berdasarkan fluks optimal (FDTCO) pada kondisi operasi yang sama. Kinerja kedua sistem fotovoltaik diuji dengan mempertimbangkan skenario berikut:
Bagian ini menyajikan usulan status start-up sistem pompa berdasarkan laju insolasi 1000 W/m2.Gambar 8e mengilustrasikan respons kecepatan listrik. Dibandingkan dengan FDTC, teknik yang diusulkan memberikan waktu naik yang lebih baik, mencapai kondisi tunak pada 1,04 s, dan dengan FDTC, mencapai kondisi tunak pada 1,93 s. Gambar 8f menunjukkan pemompaan dari dua strategi kontrol. Dapat dilihat bahwa FDTCO meningkatkan jumlah pemompaan, yang menjelaskan peningkatan energi yang dikonversi oleh IM. Gambar 8g dan 8h mewakili arus stator yang ditarik.Arus startup menggunakan FDTC adalah 20 A, sedangkan strategi kontrol yang diusulkan menyarankan arus startup 10 A, yang mengurangi kerugian Joule.Gambar 8i dan 8j menunjukkan fluks stator yang dikembangkan.Berbasis FDTC PVPWS beroperasi pada fluks referensi konstan 1,2 Wb, sedangkan dalam metode yang diusulkan, fluks referensi adalah 1 A, yang terlibat dalam meningkatkan efisiensi sistem fotovoltaik.
(sebuah)Tenaga suryaradiasi (b) Ekstraksi daya (c) Siklus kerja (d) Tegangan bus DC (e) Kecepatan rotor (f) Pemompaan air (g) Arus fasa stator untuk FDTC (h) Arus fasa stator untuk FDTCO (i) Respon fluks menggunakan FLC (j) Respon fluks menggunakan FDTCO (k) Lintasan fluks stator menggunakan FDTC (l) Lintasan fluks stator menggunakan FDTCO.
Itutenaga suryaradiasi bervariasi dari 1000 hingga 700 W/m2 pada 3 detik dan kemudian menjadi 500 W/m2 pada 6 detik (Gbr. 8a). Gambar 8b menunjukkan daya fotovoltaik yang sesuai untuk 1000 W/m2, 700 W/m2 dan 500 W/m2 Gambar 8c dan 8d masing-masing menggambarkan siklus kerja dan tegangan tautan DC. Gambar 8e menggambarkan kecepatan listrik IM, dan kita dapat melihat bahwa teknik yang diusulkan memiliki kecepatan dan waktu respons yang lebih baik dibandingkan dengan sistem fotovoltaik berbasis FDTC. Gambar 8f menunjukkan pemompaan air untuk tingkat penyinaran berbeda yang diperoleh dengan menggunakan FDTC dan FDTCO. Lebih banyak pemompaan dapat dicapai dengan FDTCO dibandingkan dengan FDTC. Gambar 8g dan 8h menggambarkan respons arus yang disimulasikan menggunakan metode FDTC dan strategi kontrol yang diusulkan. Dengan menggunakan teknik kontrol yang diusulkan , amplitudo arus diminimalkan, yang berarti lebih sedikit kehilangan tembaga, sehingga meningkatkan efisiensi sistem. Oleh karena itu, arus start-up yang tinggi dapat menyebabkan penurunan kinerja mesin. Gambar 8j menunjukkan evolusi respons fluks untuk memilihfluks optimal untuk memastikan bahwa kerugian diminimalkan, oleh karena itu, teknik yang diusulkan menggambarkan kinerjanya. Berbeda dengan Gambar 8i, fluks konstan, yang tidak mewakili operasi yang optimal. Gambar 8k dan 8l menunjukkan evolusi lintasan fluks stator. Gambar 8l menggambarkan perkembangan fluks yang optimal dan menjelaskan ide utama dari strategi pengendalian yang diusulkan.
Perubahan mendadak dalamtenaga suryaradiasi diterapkan, dimulai dengan penyinaran 1000 W/m2 dan tiba-tiba menurun menjadi 500 W/m2 setelah 1,5 s (Gbr. 9a). Gambar 9b menunjukkan daya fotovoltaik yang diekstraksi dari panel fotovoltaik, sesuai dengan 1000 W/m2 dan 500 W/m2. W/m2.Gambar 9c dan 9d masing-masing mengilustrasikan siklus kerja dan tegangan tautan DC. Seperti dapat dilihat dari Gambar 9e, metode yang diusulkan memberikan waktu respons yang lebih baik. Gambar 9f menunjukkan pemompaan air yang diperoleh untuk dua strategi kontrol. Pemompaan dengan FDTCO lebih tinggi dibandingkan dengan FDTC, memompa 0,01 m3/s pada penyinaran 1000 W/m2 dibandingkan dengan 0,009 m3/s dengan FDTC;selanjutnya, ketika penyinaran adalah 500 W Pada /m2, FDTCO memompa 0,0079 m3/s, sedangkan FDTC memompa 0,0077 m3/s.Gambar 9g dan 9h.Menjelaskan respons saat ini yang disimulasikan menggunakan metode FDTC dan strategi kontrol yang diusulkan.Kita dapat mencatat bahwa strategi kontrol yang diusulkan menunjukkan bahwa amplitudo saat ini berkurang di bawah perubahan radiasi yang tiba-tiba, menghasilkan kerugian tembaga yang berkurang. Gambar 9j menunjukkan evolusi respons fluks untuk memilih fluks optimal untuk memastikan bahwa kerugian diminimalkan, oleh karena itu, teknik yang diusulkan menggambarkan kinerjanya dengan fluks 1Wb dan irradiansi 1000 W/m2, sedangkan Fluks 0,83Wb dan irradiansi 500 W/m2. Berbeda dengan Gambar 9i, fluks konstan pada 1,2 Wb, yang tidak mewakili fungsi optimal. Gambar 9k dan 9l menunjukkan evolusi lintasan fluks stator. Gambar 9l menggambarkan pengembangan fluks optimal dan menjelaskan gagasan utama dari strategi kontrol yang diusulkan dan peningkatan sistem pemompaan yang diusulkan.
(sebuah)Tenaga suryaradiasi (b) Daya yang diekstraksi (c) Siklus kerja (d) Tegangan bus DC (e) Kecepatan rotor (f) Aliran air (g) Arus fasa stator untuk FDTC (h) Arus fasa stator untuk FDTCO (i) ) Respon fluks menggunakan FLC (j) Respon fluks menggunakan FDTCO (k) Lintasan fluks stator menggunakan FDTC (l) Lintasan fluks stator menggunakan FDTCO.
Analisis komparatif dari dua teknologi dalam hal nilai fluks, amplitudo arus dan pemompaan ditunjukkan pada Tabel 5, yang menunjukkan bahwa PVWPS berdasarkan teknologi yang diusulkan memberikan kinerja tinggi dengan peningkatan aliran pemompaan dan meminimalkan arus dan kerugian amplitudo, yang disebabkan untuk pemilihan fluks yang optimal.
Untuk memverifikasi dan menguji strategi kontrol yang diusulkan, tes PIL dilakukan berdasarkan papan STM32F4. Ini termasuk menghasilkan kode yang akan dimuat dan dijalankan pada papan tertanam. Papan berisi mikrokontroler 32-bit dengan Flash 1 MB, 168 MHz frekuensi clock, unit titik mengambang, instruksi DSP, SRAM 192 KB. Selama pengujian ini, blok PIL yang dikembangkan dibuat dalam sistem kontrol yang berisi kode yang dihasilkan berdasarkan papan perangkat keras penemuan STM32F4 dan diperkenalkan dalam perangkat lunak Simulink. Langkah-langkah untuk mengizinkan Tes PIL yang akan dikonfigurasi menggunakan papan STM32F4 ditunjukkan pada Gambar 10.
Co-simulasi pengujian PIL menggunakan STM32F4 dapat digunakan sebagai teknik berbiaya rendah untuk memverifikasi teknik yang diusulkan. Dalam makalah ini, modul yang dioptimalkan yang memberikan fluks referensi terbaik diimplementasikan di STMicroelectronics Discovery Board (STM32F4).
Yang terakhir dijalankan bersamaan dengan Simulink dan bertukar informasi selama simulasi bersama menggunakan metode PVWPS yang diusulkan. Gambar 12 mengilustrasikan implementasi subsistem teknologi optimasi di STM32F4.
Hanya teknik fluks referensi optimal yang diusulkan yang ditampilkan dalam simulasi bersama ini, karena ini adalah variabel kontrol utama untuk pekerjaan ini yang menunjukkan perilaku kontrol sistem pemompaan air fotovoltaik.
Waktu posting: Apr-15-2022
